AI的一个方面简单明了。
这将需要多年的开发和测试，监管部门的批准，顶级人才，庞大的资助回合，营销炒作和道德评论，但将写出先进的算法以找到这一方面。
如今，包括生物识别识别参与者在内的行业正在围绕创建合成数据以解决隐私问题和偏见在数据集中。
虽然该概念也应与任何数据类别同样有效，例如，在金融领域，该概念可以识别一个人或歪曲商业运营，但该作品着眼于生物识别技术。
麻省理工学院技术评论的新文章铲球违反直觉且令人费解的话题，并完全放在围栏上，围绕着增长技术的有用。
在一个示例中，该故事描述了公司的方式datagen雇用其他供应商来详细地扫描志愿者，以训练计算机视觉算法。
datagen带3月，1,850万美元的风险投资。以色列初创公司在最近的一个市场分析通过数据科学公司Startus Insights。
借助原始数据，Datagen使用多种算法来创建三维化身。除了它们不是化身，尽管每个数字胸围看起来完全像常见的粘土式或橡胶头像。 （请按照上面的链接查看。）
这也不是真实数据的匿名化。每个合成人都建立在与真实人有关的真实生物识别数据上 - 面部几何，虹膜，身体，步态，大概也可能是指纹。
据报道，Datagen正在产生面部表情，以训练需要发现昏昏欲睡或其他注意驾驶的算法。在这种情况下，人们已同意被数字化，因此很少有或没有隐私问题。
当发电技术几乎反映出一个主题以使匿名性不太可能发生时，其他用途可能会导致侵犯隐私。而且，正如它教授在文章中指出的宾夕法尼亚大学一样，培训数据可以与任何数据库相同以揭示实际身份。
至于偏差，合成填充的数据集可以与常规数据集一样容易地偏斜。
与当今现实生活中的许多其他部分一样，还有一个用于此问题的应用程序。当它出现在电话的主页上时，这只是时间和金钱。
